دوستان عزیز برای پیدا کردن سریع مطالب مورد نظر خود، می توانید از قسمت جستجوی سریع در سایت، یک یا چند کلمه کلیدی مورد نظر خود را جستجو نمایید.
یا اینکه بر روی دو آیکون سبز رنگ "طبقه بندی موضوعات" یا "جستجوی کلمات کلیدی" در سمت راست و چپ موجود در بالای سایت کلیک نمایید...
در صورت بروز مشکل در پرداخت الکترونیکی؛ میتونید ایمیلی ، پیامکی، تلفنی یا تلگرامی بگید تا فایلتون براتون ارسال بشه.
دانلود نمونه پروپوزال کارشناسی ارشد: طراحی سيستم توصيه‌گر ترکيبی با استفاده از تکنولوژی‏های وب معنايی و شبکه اجتماعی | دانلود نمونه پروپوزال کارشناسی ارشد: طراحی سيستم توصيه‌گر ترکيبی با استفاده از تکنولوژی‏های وب معنايی و شبکه اجتماعی"/>
طبقه بندی موضوعات
جستجوی کلمات کلیدی
دوشنبه , 8 آگوست 2022
آخرین مطالب
خانه -> دانلود -> دانلود نمونه پروپوزال کارشناسی ارشد: طراحی سيستم توصيه‌گر ترکيبی با استفاده از تکنولوژی‏های وب معنايی و شبکه اجتماعی

دانلود نمونه پروپوزال کارشناسی ارشد: طراحی سيستم توصيه‌گر ترکيبی با استفاده از تکنولوژی‏های وب معنايی و شبکه اجتماعی

دانلود نمونه پروپوزال کارشناسی ارشد
عنوان : طراحی سيستم توصيه‌گر ترکيبی با استفاده از تکنولوژی‏های وب معنايی و شبکه اجتماعی
Title: A Hybrid Recommender System Using Semantic Web and Social Network Technologies
1- چکيده
با افزایش سریع اطلاعات، به سيستمي که با دادن پيشنهادات مناسب با نیاز یک کاربر (پیشنهادات شخصی‏ سازی ‏شده)، او را از مرور تمام آیتم‏ها بازدارد، احساس نياز مي‌شود. امروزه سعی در ساخت “سيستمي‏ توصيه‏گر” با درصد خطاي کم و سرعت بالا در تمام شرايط به يکي از پرطرفدارترين حوزه‏هاي تحقيقاتي دانشگاهي تبديل شده است. به‌دليل درصد خطاي بالای به‌کارگيري تنها يک روش پايه‏اي در ساخت اين گونه سيستم‏، اکثر اوقات جهت پياده‌سازي آن از ترکيب چندين روش استفاده مي‏شود. در اين تحقيق ما سعي در مدل نمودن معنايي رفتارِ کاربر (در کنار صرفاً نرخ‏دهی خام کاربر به آيتم‌ها) جهت ثبت نيازهاي اطلاعاتي وي داريم. در مدل کردن معنايي رفتارِ کاربر سعي در گسترش پروفايل وي با استفاده از رفتار و علايق کاربران مشابه او و در نتيجه افزايش صحت پيشنهادها مي‌شود. روش فوق تعاملِ ضمني کاربر را جهت ثبت علايقِ طولاني مدت نيز استفاده مي‏کند. در اين تحقيق هم‌چنين از تکنولوژي نوین شبکه‏هاي اجتماعي جهت تکميل پروفايل کاربر و شناسايي کاربران مشابه، و نیز از معانی تگ‏های کاربر، استفاده خواهد شد. در واقع نوآوري تحقيق حاضر به اين ترتيب است که با ترکيب تکنولوژي‏هاي فوق‌الذکر در صدد جلوگيري از مشکلاتي چون “شروع آهسته”، و به‌طور کلي “پراکندگي داده‌ها” خواهد بود. از مجموعه داده‌هاي تراکنش‌های سایت Epinions.com و نیز از اطلاعات تکمیلی موجود در سايت‏هایی چون آمازون يا کتابخانه کنگره و …. جهت ارزيابي کارآيي روش پيشنهادي با الگوريتم‌هاي مرزهاي دانش استفاده خواهد شد.

کلمات کليدي: سيستم توصيه‏گر، حل شروع آهسته، وب معنايي، FOAF، شبکه اجتماعي، استنتاج وقایع از Log
2- بيان مسئله
2-1- مسئله اصلي تحقيق:
سيستم توصيه ‏گر سيستمي است که به کاربران در انتخاب بهتر محصول مورد نظرشان کمک مي‏کند. ما در دنيايي با حجم عظيم اطلاعات و جزييات بسيار از آيتم‏هاي توليدي زندگي مي‏کنيم. در يک چنين محيطي در نظر گرفتن خصوصيات حداقل ده‌ها نوع محصول جهت انتخاب نزديک‏ترين آن‌ها به علايق شخصي، براي يک کاربر انساني کاري بس دشوار و وقت‏گير است. بنابراين چگونگي طراحي يک سيستم که با دادن پيشنهادات شخصي يک کاربر او را به انتخاب بهتر و سريع‏تر محصول مورد نظرش کمک کند، امروزه به يک زمينه تحقيقاتي پر طرفدار تبديل شده است.
به‌طور معمول، يک سيستم توصيه‏گر که پروفايل کاربر را با برخي ويژگي‏هاي مرجع مقايسه مي‏کند، به دنبال پيش‏بيني نرخ يک کاربر به آيتمي است که هنوز در نظر گرفته نشده است [Shi12]. سيستم توصيه‏گر با تحليل رفتار کاربر خود اين نرخ را بدست آورده و سپس اقدام به پيشنهاد مناسب‏ترين اقلام (داده، اطلاعات، کالا و …) مي‏نمايد.
سيستم توصيه‏گر به عنوان يک سيستم ابتکاري که اطلاعات مفيد را پيشنهاد مي‏دهد و مي‏تواند در دامنه‏هاي گوناگون بکار رود، در نظر گرفته مي‏شود[Mei11].
سيستم‏هاي توصيه‏گر براساس تخمين نرخ و چگونگي پيشنهادات به چهار دسته تقسيم مي‏شوند:
 توصيه‏گر براساس محتوا
o به کاربری که یک کتاب را در گذشته دیده و یا خریده است، کتب با محتوای مشابه را می‏توان پیشنهاد داد.
 توصيه‏گر همبستگي يا اشتراکي
o ایده: اگر کاربران علایق یکسانی در گذشته داشته‏اند -برای نمونه، اگر آنها کتاب یکسانی را دیده‏اند یا خریده‏اند- آنها سلیقه‏های مشابهی در آینده خواهند داشت.
 روش دانش‏محور
o استفاده از دانش خارج از سیستم در مواردی که نمی‏توان تنها بر پیشینه خریدها تکیه کرد.
 توصیه‏گر ترکيبي

در اينگونه سيستم‏ها، محاسبه‏ي ميزان شباهت کالا با کاربر و کاربر با کاربر، از اهميت زيادي برخوردار است.
2-2- تشريح و بيان موضوع:
در اين تحقيق، يک سيستم توصيه‏گر جديد طراحي خواهد شد؛ و همچنين در جهت حل مشکل “شروع آهسته” نيز تلاش خواهد شد. در اين سيستم لايه‏هاي معنايي و شبکه اجتماعي در پس لايه اشتراکي وجود دارد. در واقع، ترکيب پيشنهادات اشتراکي و معنايي و اجتماعي و استفاده از وقایع نهفته در Log سیستم، نکته اصلي اين پروپوزال است.
در قسمت معنايي، عمدتا از اسناد FOAF کاربران براي تکميل پروفایل آنها و بدست آوردن همسايگان مشابه هر کاربر، استفاده مي‏شود.
در اين سيستم، همچنين سعي بر استفاده از Log سيستم براي استنتاج رفتار کاربر و بروز‏آوري پروفايل او خواهد بود. همچنين مي‏توان دليل اقدام به نرخ‏گذاري يک محصول توسط يک کاربر، مانند پيشنهاد کاربر دوست او، را از طريق Log سيستم پيگيري کرد.

فایل Microsoft Word

12 صفحه

 

کاربر گرامی

برای دانلود فایل های مورد نظرتان بایستی بر روی دکمه "افزودن به سبد خرید" کلیک نمایید .

پس از چند ثانیه ، فایل مورد نظر شما به سبد خریدتان اضافه گردیده و این دکمه تبدیل به دکمه "پرداخت" خواهد شد.

با کلیلک بر روی دکمه "پرداخت" ، وارد صفحه پرداخت خواهید شد .

با وارد کردن اطلاعات و ایمیل خود ، فایل مورد نظر به ایمیل شما ارسال گردیده و همچنین لینک دانلود فایل بلافاصله برایتان به نمایش درخواهد آمد.

– قابل پرداخت با تمام کارتهای بانکی + رمز دوم

– پشتیبانی سایت ۰۹۳۵۹۵۲۹۰۵۸ – Info@tnt3.ir – universitydatainfo@yahoo.com




سفارش ترجمه متون عمومی و تخصصیفروشگاه اینترنتی کتاب - خرید آنلاین کتاب - دانلود کتاب الکترونیکی
لیست محصولات مورخ 1399/09/27